Отрывок: После обучения сети система оповестит пользователя об успешном окончании процесса обучения сети, открыв отдельное окно. Затем пользователь может приступить к идентификации, нажав на кнопку «Работа с сетью» и выбрав файл с данными, или сгенерировав их автоматически, после чего на экране будут представлены результаты идентификации. 2.2.8 Диаграмма кооперации Диаграмма кооперации – это динамическая модель системы обмена сообщений между объектами. Ко...
Название : | Исследование применения гипер радиально-базисной нейронной сети при решении задачи идентификации плотности распределения вероятностей |
Авторы/Редакторы : | Гудков В. В. Лезина И. В. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики и кибернетики |
Дата публикации : | 2023 |
Библиографическое описание : | Гудков, В. В. Исследование применения гипер радиально-базисной нейронной сети при решении задачи идентификации плотности распределения вероятностей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / В. В. Гудков ; рук. работы И. В. Лезина ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и. - Самара, 2023. - 1 файл (5,4 Мб). - Текст : электронный |
Аннотация : | В выпускной квалификационной работе разработана автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью. Целью данной работы является исследование применения гипер радиально-базисной нейронной сети для решения задачи идентификации плотности распределения вероятностей. В рамках работы проведен анализ предметной области и различных методов, которые применяются в задачах идентификации, произведено обоснование выбора модели сети. В данной системе реализована возможность работы с выборками данных: генерация по заданному закону распределения, сохранение и загрузка данных из файлов. Обучение сети производится с помощью метода обратного распространения ошибки и вероятностного алгоритма с применением различных модификаций алгоритмов определения нейронапобедителя WTA (Winner Take All). Выбор начальных параметров сети производится с помощью случайной инициализации. С помощью обученной сети реализован процесс идентификации плотности распределения вероятностей |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-primeneniya-giper-radialnobazisnoi-neironnoi-seti-pri-reshenii-zadachi-identifikacii-plotnosti-raspredeleniya-veroyatnostei-106128 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20231005112316 |
Ключевые слова: | вероятностные алгоритмы гипер радиально-базисные нейронные сети гистограммы идентификация плотности распределения вероятностей нейроны обратное распространение ошибки |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Гудков_Владислав_Владимирович_Исследование_применения_гипер_радиально.pdf | 5.51 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.